Applied AI Engineer & ML Architect | Research-to-Production · LLMs · Agentic Systems

4/2025 – offen

Mein eigenes KI-Ingenieurbüro: als unabhängiger Applied AI Engineer entwickle ich produktionsreife ML-Systeme, LLM-Integrationen und Agentic Workflows für Kunden aus Industrie, Energie und Technologie.

Schwerpunkte:
– ML-Architektur & Pipelines: End-to-End ML-Systeme mit PyTorch, Scikit-learn, MLflow – von der Datenpipeline bis zum produktiven Deployment
– LLM & Agentic AI: RAG-Systeme, Function-Calling-Agenten, Multi-Agent-Workflows mit GPT-4o, Claude und Open-Source-LLMs (Mistral, Llama)
– Backend & Deployment: Produktionsreife APIs mit FastAPI, containerisiert mit Docker, auf AWS/GCP deployed
– Technische Beratung: KI-Systemdesign, Machbarkeitsanalysen und Roadmaps auf Augenhöhe mit CTO/C-Level

Stack: Python · PyTorch · FastAPI · Docker · MLflow · LangChain · Hugging Face · PostgreSQL · AWS/GCP

Computer Engineering, Machine Learning Engineer

8/2024 – 3/2025

Senior Researcher im Bereich Applied AI und Erdbeobachtung. Entwicklung und Evaluation von Deep-Learning-Modellen für Kompression von Satelliten- und Klimadaten. Aufbau von ML-Pipelines und Benchmarks.

Machine Learning

10/2023 – 4/2024

Leitung der F&E-Abteilung eines KI-Start-ups für Wettervorhersage und Predictive Analytics. Aufbau und Führung des technischen Teams, Definition der ML-Architektur und Technologie-Roadmap. Entwicklung von Forecasting-Modellen mit Deep Learning für Energie- und Klimaanwendungen.

Python